Linux TOP 命令

top命令分为汇总区和任务明细区

10年积累的成都网站建设、网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站制作后付款的网站建设流程，更有崇左免费网站建设让你可以放心的选择与我们合作。

当前时间是15:39:37. 系统已经运行了90天，15个小时，26分钟。当前有两个活跃用户

上下两行以kb形式展示物理内存和swap内存的总计，空闲(free), 已使用(total)的情况

其中buff/cache ，是在cpu读写硬盘数据时，为了提速在内存中开辟的缓冲(buffer针对写)或缓存区域(cache针对读)

avail mem 是创建新进程时，在不使用swap分区的情况下，能够分配的内存大小。这个大小可能比当前的free还大，这是因为buff/cache中的内存在创建进程时，若需要，也是可以抢占过来的。

总共有27个进程，1个运行，26的sleep中

load average后面的三组数字分别是1分钟、5分钟、15分钟的工作负载情况。这里的Load指的出于R(runing)和D(Uninterruptible sleep)的两种状态下的进程数

在单核cpu情况下。load average 为0.4的表示，其cpu利用率只有40%。 load average 为1，表示cpu利用率为100。load average 为2.12说明，cpu已经超负荷112% (2.12减满负荷1，即为超负荷部分)

在多核cpu的机器上，需要将以上的1,5,15的负载除以对应的cpu核数，才好评估对应的cpu的负载情况

比如，这个cpu为40核的机器上，其cpu过去一分钟的使用情况为：8.26/40=0.2065 ，说明cpu使用率只有20%

展示每个进程的情况

在top名称执行后，按小k，可以进入进程杀死对话框

在后面输入进程号，即可杀死进程

在top命令下

按以下大写字母，分别按不同的维度进行排序

当然你也可以在命令启动时，直接对top加参数。比如以cpu使用情况排序

top命令默认显示的进程的运行情况，在top命令执行后，按大写的H，可进入线程执行情况页面，再按一次H则会到进程展示。或者在启动时对top加参数 top -H

在top执行后，按小c，则能够展示进程路径，并且对内核进程的名称(command列)，加上方括号。再按c切换回去

当然也可以在启动时，加参数 top -c

top执行后按大V

在top启动后，按小写u，在输入框中输入对应的用户名

或者在top启动时，通过加参数来过滤用户 top -u root

在top启动后，按大O，进入过滤表达式的输入框

表达式有以下几种类型

输入等号'='，清除filter表达式

在top命令下，按t或m来进行进度条显示

首先基于 ps aux | grep processName 找到对应进程的pid

然后使用 top -c -p pid 方式单过滤查看该进程的资源占用情况

Linux Shell的提速技巧

本文整理自 My 5 Favorite Linux Shell Tricks for SPEEEEEED (and efficiency) 。这里列出的小技巧可以让你在使用shell的时候更加高效~

设想这样一个场景：你输入了 apt-get update ，然后发现需要 sudo 权限才能运行。除了通常的按下向上箭头，然后移动到行首添加 sudo 再运行，你可以输入

按下回车后，shell会生成 sudo apt-get update ，也就是说， !! 被替换为上一条命令的内容。

翻译过来可以理解为截断命令，并且重新粘贴截断内容。这个操作类似于emacs中的快捷键。我们可以使用 ctrl + K 来截断光标后方的命令内容，然后用 ctrl + Y 来重新粘贴截断的内容。

例如：

注意 ctrl + Y 可以多次粘贴。

而如果想要截断光标之前的内容，可以用 ctrl + U 。（事实上很多emacs的快捷键都可以直接在shell环境下使用）

在开发和调试过程中，我们常常会使用 tail -f 命令来追踪日志的输出。这种方式有一个问题，即我们无法回溯更早的日志内容。因此我推荐之后都使用 less +F 命令来追踪日志内容。这个命令同样是从文件的尾部开始输出，然后在文件内容更新时输出更新内容。在使用这个命令时，可以按下 ctrl + C 组合键，然后用上下箭头就可以遍历整个文件了。之后按下 shift + F 来回到尾部追踪的模式。

ctrl + x + e （按住ctrl，然后先按下x，再按下e），就可以弹出一个编辑器来编辑你当前的命令。

设想如下的情形：

我们要对一个host进行多次操作，而每次我们都要重新输入一遍这个host的！这在调试和维护过程中是非常繁琐的。 alt + . 就为我们提供了一个非常便捷的功能！按下这个命令可以粘贴上一条命令的参数。

如何加快linux android 的编译速度

项目越来越大，每次需要重新编译整个项目都是一件很浪费时间的事情。Research了一下，找到以下可以帮助提高速度的方法，总结一下。

1. 使用tmpfs来代替部分IO读写

2.ccache，可以将ccache的缓存文件设置在tmpfs上，但是这样的话，每次开机后，ccache的缓存文件会丢失

3.distcc,多机器编译

4.将屏幕输出打印到内存文件或者/dev/null中，避免终端设备（慢速设备）拖慢速度。

　tmpfs

有人说在Windows下用了RAMDisk把一个项目编译时间从4.5小时减少到了5分钟，也许这个数字是有点夸张了，不过粗想想，把文件放到内存上做编译应该是比在磁盘上快多了吧，尤其如果编译器需要生成很多临时文件的话。

这个做法的实现成本最低，在Linux中，直接mount一个tmpfs就可以了。而且对所编译的工程没有任何要求，也不用改动编译环境。

mount -t tmpfs tmpfs ~/build -o size=1G

用2.6.32.2的Linux Kernel来测试一下编译速度：

用物理磁盘：40分16秒

用tmpfs：39分56秒

呃……没什么变化。看来编译慢很大程度上瓶颈并不在IO上面。但对于一个实际项目来说，编译过程中可能还会有打包等IO密集的操作，所以只要可能，用tmpfs是有益无害的。当然对于大项目来说，你需要有足够的内存才能负担得起这个tmpfs的开销。

make -j

既然IO不是瓶颈，那CPU就应该是一个影响编译速度的重要因素了。

用make -j带一个参数，可以把项目在进行并行编译，比如在一台双核的机器上，完全可以用make -j4，让make最多允许4个编译命令同时执行，这样可以更有效的利用CPU资源。

还是用Kernel来测试：

用make： 40分16秒

用make -j4：23分16秒

用make -j8：22分59秒

由此看来，在多核CPU上，适当的进行并行编译还是可以明显提高编译速度的。但并行的任务不宜太多，一般是以CPU的核心数目的两倍为宜。

不过这个方案不是完全没有cost的，如果项目的Makefile不规范，没有正确的设置好依赖关系，并行编译的结果就是编译不能正常进行。如果依赖关系设置过于保守，则可能本身编译的可并行度就下降了，也不能取得最佳的效果。

ccache

ccache工作原理：

ccache也是一个编译器驱动器。第一趟编译时ccache缓存了GCC的“-E”输出、编译选项以及.o文件到$HOME/.ccache。第二次编译时尽量利用缓存，必要时更新缓存。所以即使"make clean; make"也能从中获得好处。ccache是经过仔细编写的，确保了与直接使用GCC获得完全相同的输出。

ccache用于把编译的中间结果进行缓存，以便在再次编译的时候可以节省时间。这对于玩Kernel来说实在是再好不过了，因为经常需要修改一些Kernel的代码，然后再重新编译，而这两次编译大部分东西可能都没有发生变化。对于平时开发项目来说，也是一样。为什么不是直接用make所支持的增量编译呢？还是因为现实中，因为Makefile的不规范，很可能这种“聪明”的方案根本不能正常工作，只有每次make clean再make才行。

安装完ccache后，可以在/usr/local/bin下建立gcc，g++，c++，cc的symbolic link，链到/usr/bin/ccache上。总之确认系统在调用gcc等命令时会调用到ccache就可以了（通常情况下/usr/local /bin会在PATH中排在/usr/bin前面）。

安装的另外一种方法：

vi ~/.bash_profile

把/usr/lib/ccache/bin路径加到PATH下

PATH=/usr/lib/ccache/bin:$PATH:$HOME/bin

这样每次启动g++的时候都会启动/usr/lib/ccache/bin/g++，而不会启动/usr/bin/g++

效果跟使用命令行ccache g++效果一样

这样每次用户登录时，使用g++编译器时会自动启动ccache

继续测试：

用ccache的第一次编译(make -j4)：23分38秒

用ccache的第二次编译(make -j4)：8分48秒

用ccache的第三次编译(修改若干配置，make -j4)：23分48秒

看来修改配置（我改了CPU类型...）对ccache的影响是很大的，因为基本头文件发生变化后，就导致所有缓存数据都无效了，必须重头来做。但如果只是修改一些.c文件的代码，ccache的效果还是相当明显的。而且使用ccache对项目没有特别的依赖，布署成本很低，这在日常工作中很实用。

可以用ccache -s来查看cache的使用和命中情况：

cache directory /home/lifanxi/.ccachecache hit　 7165cache miss 14283called for link　 71not a C/C++ file　 　 120no input file　 3045files in cache 28566cache size 81.7 Mbytesmax cache size 976.6 Mbytes

可以看到，显然只有第二编次译时cache命中了，cache miss是第一次和第三次编译带来的。两次cache占用了81.7M的磁盘，还是完全可以接受的。

distcc

一台机器的能力有限，可以联合多台电脑一起来编译。这在公司的日常开发中也是可行的，因为可能每个开发人员都有自己的开发编译环境，它们的编译器版本一般是一致的，公司的网络也通常具有较好的性能。这时就是distcc大显身手的时候了。

使用distcc，并不像想象中那样要求每台电脑都具有完全一致的环境，它只要求源代码可以用make -j并行编译，并且参与分布式编译的电脑系统中具有相同的编译器。因为它的原理只是把预处理好的源文件分发到多台计算机上，预处理、编译后的目标文件的链接和其它除编译以外的工作仍然是在发起编译的主控电脑上完成，所以只要求发起编译的那台机器具备一套完整的编译环境就可以了。

distcc安装后，可以启动一下它的服务：

/usr/bin/distccd --daemon --allow 10.64.0.0/16

默认的3632端口允许来自同一个网络的distcc连接。

然后设置一下DISTCC_HOSTS环境变量，设置可以参与编译的机器列表。通常localhost也参与编译，但如果可以参与编译的机器很多，则可以把localhost从这个列表中去掉，这样本机就完全只是进行预处理、分发和链接了，编译都在别的机器上完成。因为机器很多时，localhost的处理负担很重，所以它就不再“兼职”编译了。

export DISTCC_HOSTS="localhost 10.64.25.1 10.64.25.2 10.64.25.3"

然后与ccache类似把g++，gcc等常用的命令链接到/usr/bin/distcc上就可以了。

在make的时候，也必须用-j参数，一般是参数可以用所有参用编译的计算机CPU内核总数的两倍做为并行的任务数。

同样测试一下：

一台双核计算机，make -j4：23分16秒

两台双核计算机，make -j4：16分40秒

两台双核计算机，make -j8：15分49秒

跟最开始用一台双核时的23分钟相比，还是快了不少的。如果有更多的计算机加入，也可以得到更好的效果。

在编译过程中可以用distccmon-text来查看编译任务的分配情况。distcc也可以与ccache同时使用，通过设置一个环境变量就可以做到，非常方便。

总结一下：

tmpfs： 解决IO瓶颈，充分利用本机内存资源

make -j： 充分利用本机计算资源

distcc： 利用多台计算机资源

ccache： 减少重复编译相同代码的时间

这些工具的好处都在于布署的成本相对较低，综合利用这些工具，就可以轻轻松松的节省相当可观的时间。上面介绍的都是这些工具最基本的用法，更多的用法可以参考它们各自的man page。

5.还有提速方法是把屏幕输出重定向到内存文件或/dev/null,因对终端设备(慢速设备)的阻塞写操作也会拖慢速度。推荐内存文件，这样发生错误时，能够查看。

标题名称：linux提速命令 linux加速脚本
本文链接：http://azwzsj.com/article/dophois.html